【IDCC2020】UCLOUD优刻得高级技术经理吴成斌:云计算公司的数据中心节能实践
我认为制冷系统运行不需要AI,它虽然是复杂的,但是还是有逻辑的系统,每一个设备和管网运行都有它特有的运行模式的,包括运行特征的,它是可以通过数学模型来做描述的,并不是一个抽象的,模糊的运行范畴。所以说我们是可以通过建立一个标准的数学模型来描述整个制冷系统的运行,而这个数学模型是通过最优化算法来求解的,我们这里不需要AI的算法去求解,AI算法也就是机器学习更适用于模糊的、抽象的一种应用场景,比如说图象识别、语言识别,这类很难去用逻辑去描述的场景。我认为制冷系统的节能控制是不需要AI算法的,尽管现在制冷系统的节能控制可能存在各种各样的问题,但是它都不是算法的问题。第二,AI系统应用于这种场景也是不适合的,因为AI算法进行模型训练的时候对于样本集的要求非常高,而我们制冷系统的运行是实时波动的系统,它在现场装设的这些传感器是很难达到实验室的精度,因为这个是由于它的测量原理决定的,它的精度不高,而且在波动的条件下它的样本有效性大大降低,它的精度是满足不了机器学习的要求的。从数量上来讲,因为它是实时波动的过程,我们很难采集到有效的样本,样本的数量也是不够的。另外从分布上来讲,因为我们数据中心的运行特点通常在一段时间内是稳定在一个负荷区间的,比如说今年数据中心的负载率在30%到50%,可能明年就到70%了,今年采集的样本对于明年的优化也是不合适的。 此外,我们还采用其它的节能技术降低数据中心的能耗和成本。比如说错峰蓄冷,现在数据中心的蓄冷装置通常用于应急功能,我们把这个容量加大了,利用峰谷电价差降低成本。我们在屋顶建设了光伏发电系统,利用绿色的电力降低数据中心的碳排放。 由于时间关系就不一一展开了,我的报告就到这里,谢谢各位! 延伸阅读:
(编辑:西安站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |